Menggabungkan Data Spasial

Kita dapat menggabungkan data ke data frame yang disimpan dalam data slot dari SpatialPolygonsDataFrame kita. Dalam bab ini, kita tertarik pada pendapatan rata-rata di tingkat kode pos seperti yang dilaporkan oleh IRS. Setelah data pendapatan digabungkan ke informasi dalam data slot shp, kita dapat memetakan pendapatan rata-rata kode pos pada peta leaflet kita.

Sebuah data frame bernama nc_income telah dimuat untuk Anda. Mari mulai dengan melihat data nc_income. Lalu kita akan menggabungkannya ke informasi dalam data slot shp dan melihat apakah ada kode pos di data kita yang tidak memiliki informasi pendapatan.

Latihan ini merupakan bagian dari kursus

Peta Interaktif dengan leaflet di R

Lihat Kursus

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Glimpse the nc_income data
___(nc_income)

Edit dan Jalankan Kode

Latihan ini merupakan bagian dari kursus

Peta Interaktif dengan leaflet di R

SkillTag.level.beginnerSkillTag.label

4.7+

96 reviews

Mulai Kursus Gratis

Bab 1 akan memperkenalkan Anda pada paket htmlwidgets dan paket leaflet. Setelah pengantar ini, Anda akan membangun peta web interaktif pertama menggunakan leaflet. Melalui proses membuat peta pertama ini, Anda akan dikenalkan pada banyak fitur inti dari paket leaflet, termasuk menambahkan berbagai ubin peta, menetapkan titik pusat dan tingkat perbesaran, memplot satu titik berdasarkan koordinat lintang dan bujur, serta menyimpan peta leaflet sebagai objek. Bab 1 akan ditutup dengan melakukan geocoding kantor pusat DataCamp, dan membuat peta leaflet yang memplot kantor pusat tersebut serta menampilkan pop-up yang menjelaskan lokasinya.

Exercise 1: Pengantar leaflet Exercise 2: Memuat Library leaflet Exercise 3: Membuat Peta Web Interaktif Exercise 4: Ubin Peta Exercise 5: Provider Tiles Exercise 6: Menambahkan Tile Peta Kustom Exercise 7: Mengatur Tampilan Peta Bawaan Exercise 8: Peta dengan Tampilan I Exercise 9: Peta dengan Tampilan yang Lebih Sempit Exercise 10: Memplot Markas DataCamp Exercise 11: Tandai lokasinya Exercise 12: Menambahkan Popup dan Menyimpan Peta Anda

Pada bab 2, Anda akan mengembangkan peta leaflet yang dibuat pada bab 1 untuk membuat peta web interaktif dari seluruh perguruan tinggi empat tahun di California. Setelah memplot ratusan titik pada peta leaflet interaktif, Anda akan mempelajari cara menyesuaikan penanda pada peta leaflet. Bab ini juga akan membahas cara memberi kode warna pada penanda berdasarkan variabel faktor.

Exercise 1: Pengantar Data IPEDS Exercise 2: Merapikan Peta Dasar Exercise 3: Mengeksplorasi Data IPEDS Exercise 4: Menjelajahi Data IPEDS II Exercise 5: Memetakan Perguruan Tinggi di California Exercise 6: Perguruan Tinggi di California Exercise 7: Kota Perguruan Tinggi Exercise 8: Marker Lingkaran Exercise 9: Label dan Pop-up Exercise 10: Membuat Peta Kita Lebih Menarik Exercise 11: Perguruan Tinggi Paling Utara di California adalah yang Mana?Exercise 12: Membangun Pop-up yang Lebih Baik Exercise 13: Menukar Pop-up dengan Label Exercise 14: Pemberian Kode Warna untuk Kampus Exercise 15: Membuat Palet Warna menggunakan colorFactor Exercise 16: Peta Legendaris

Pada bab 3, Anda akan memperluas peta seluruh perguruan tinggi empat tahun di California menjadi peta seluruh perguruan tinggi di Amerika. Pertama, pada bagian 3.1 Anda akan meninjau dan membangun materi dari Bab 2 untuk membuat peta seluruh perguruan tinggi di Amerika. Kemudian Anda akan memplot ulang perguruan tinggi pada peta leaflet menurut sektor (negeri, swasta, atau berorientasi laba) menggunakan grup agar pengguna dapat beralih perguruan tinggi mana yang ditampilkan di peta. Pada bagian 3.3 Anda akan mempelajari cara menambahkan beberapa peta dasar sehingga pengguna dapat berganti di antara beberapa ubin peta.

Exercise 1: Paket Leaflet Extras Exercise 2: Amerika Tengah Exercise 3: Membangun Dasar Exercise 4: Arah Selatan Exercise 5: Grup Overlay Exercise 6: Memetakan Perguruan Tinggi Negeri Exercise 7: Memetakan Kampus Negeri dan Swasta Exercise 8: Memetakan Semua Perguruan Tinggi Exercise 9: Kelompok Dasar Exercise 10: Ubah Basis Peta Exercise 11: Menggabungkan Semuanya Exercise 12: Hiasan Tambahan Exercise 13: Menambahkan Sedikit Flair Exercise 14: Pendekatan Klaster

Pada Bab 4, Anda akan mempelajari cara memetakan poligon, yang dapat digunakan untuk mendefinisikan wilayah geografis (misalnya, kode pos, negara bagian, negara, dan sebagainya). Bab 4 akan dimulai dengan memplot kode pos di Carolina Utara yang berada pada kuartil teratas pendapatan rata-rata keluarga. Anda akan mempelajari cara menyesuaikan poligon dengan palet warna dan label. Bab 4 akan ditutup dengan menambahkan layer baru ke peta seluruh perguruan tinggi di Amerika yang menampilkan setiap kode pos dengan pendapatan rata-rata $200.000 atau lebih pada tahun pajak 2015. Melalui proses pemetaan kode pos, Anda akan mempelajari tentang data spasial secara umum, data geoJSON, simbol @, dan fungsi addPolygons(). Selain itu, Anda akan berkesempatan mempraktikkan berbagai opsi yang telah dipelajari pada bab-bab sebelumnya, seperti pop-up dan label, serta cara baru untuk menyesuaikan peta, seperti opsi highlight pada addPolygons().

Exercise 1: Data Spasial Exercise 2: Pengantar Data Spasial Exercise 3: Mengeksplorasi Data Spasial Exercise 4: Menggabungkan Data Spasial

Latihan Saat Ini

Exercise 5: Memetakan Poligon Exercise 6: Fungsi addPolygons()Exercise 7: Kode Pos Berpendapatan Tinggi di NC Exercise 8: Opsi addPolygon()Exercise 9: Mari Melakukan Logging Exercise 10: Menggabungkan Semuanya Exercise 11: Kode Pos Terkaya di Amerika Exercise 12: Peta Final Exercise 13: Terima kasih!